R中pivot_longer处理Likert数据时补全未选响应项计0的实现方法

问题核心 #

• 数据集含多道分值规则不统一的Likert题（部分为1-5分制、部分为1-7分制），已通过pivot_longer转换为长格式统计各响应选项的选择频次、占比
• 现有统计逻辑会自动过滤特定课程分组下无受访者选择的选项行，需要保留每个题项、每个课程分组下的全部合法响应选项，未被选中的选项计数n=0、占比percent=0.00
• 已知缺失案例：A765课程的likert_1题缺失选项1，B768课程的likert_1题缺失选项2

实现逻辑 #

核心通过tidyr::complete()函数补全所有「课程-题项-合法分值」的组合，对不存在的组合填充零值；由于不同题项分值范围不统一，先单独维护题项-分值映射表，避免统一补全导致的分值范围错误。

可直接运行的代码 #

1. 加载依赖包 #

library(tidyverse)

2. 定义各题项的合法分值规则 #

根据你实际的题项分值设置修改下表参数即可，后续新增题项只需在表中追加对应行：

# 题项-分值映射表，示例规则：likert_1/likert_2为1-5分，likert_3/likert_4为1-7分
likert_rule <- tibble(
  item = c("likert_1", "likert_2", "likert_3", "likert_4"),
  score_min = c(1, 1, 1, 1),
  score_max = c(5, 5, 7, 7)
) %>% 
  mutate(valid_score = map2(score_min, score_max, ~seq(.x, .y, by = 1))) %>% 
  unnest(valid_score)

3. 从原始宽表d1生成完整统计结果 #

如果你还在数据处理初期，直接运行以下代码即可一步得到符合要求的结果：

d1_result <- d1 %>% 
  # 宽表转长表，逻辑和你原有pivot_longer代码一致
  pivot_longer(
    cols = starts_with("likert_"),
    names_to = "item",
    values_to = "score"
  ) %>% 
  # 统计各课程、各题项、各分值的原始选择数
  count(Course, item, score, name = "n") %>% 
  # 按课程+题项分组，补全当前题项下所有合法分值
  group_by(Course, item) %>% 
  complete(
    score = likert_rule$valid_score[likert_rule$item == cur_group()$item],
    fill = list(n = 0) # 无选择的分值计数填0
  ) %>% 
  # 分组计算占比，保留两位小数
  mutate(percent = round(n / sum(n) * 100, 2)) %>% 
  ungroup()

4. 已有统计结果d1_long的补全方案 #

如果你已经生成了存在缺失行的d1_long统计结果，不需要从头处理原始数据，直接运行以下补全代码即可：

d1_fixed <- d1_long %>% 
  group_by(Course, item) %>% 
  complete(
    score = likert_rule$valid_score[likert_rule$item == cur_group()$item],
    fill = list(n = 0, percent = 0)
  ) %>% 
  # 建议补全后重新计算占比，避免原有统计值的计算误差
  mutate(percent = round(n / sum(n) * 100, 2)) %>% 
  ungroup()

注意：必须保证likert_rule中记录的题项名称、分值范围和你的实际问卷设置完全一致，否则会出现多余选项或者漏补选项的问题。

内容的提问来源于stack exchange，提问作者sdS